基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 用高通量蛋白质芯片技术筛选多发性硬化(Multiple Sclerosis,MS)患者血清中可能存在的自身抗体,为筛选新的疾病辅助性诊断的指标奠定基础.方法 15例MS患者作为疾病组,选取同样数量MS阴性并无其他自身免疫疾病的性别和年龄相匹配的健康人15位作为健康对照组.两组组内随机分为3个小组,血清充分混匀后,采用高通量蛋白质芯片法检测MS患者血清中可能存在的自身抗体.结果 通过高通量蛋白质芯片技术检测及与对照组分析比对,共筛出MS患者血清27种自身抗体.其中阳性率较高为SLC16A4、NOL3和DTX1,提示其可能是MS患者血清中特异性自身抗体的靶蛋白.阳性蛋白数量上,MS组高于HC组.功能聚类结果显示,自身抗体主要针对神经相关的蛋白质.结论 采用高通量蛋白质芯片技术,可以较为有效筛选出 MS血清中的自身抗体的靶抗原,为进一步验证MS相关自身抗体的功能及作用机制奠定了基础.
推荐文章
多发性硬化的蛋白质组学研究进展
多发性硬化
蛋白质组学
综述
多发性硬化患者髓鞘特异性抗体的研究进展
多发性硬化
免疫学
髓鞘抗体
利用基因表达芯片探索多发性硬化的关键基因和通路
多发性硬化
基因芯片
差异表达基因
生物标志物
血清抗髓鞘碱性蛋白抗体对多发性硬化的诊断价值
多发性硬化
髓鞘碱性蛋白
抗体
诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用蛋白质芯片技术筛查多发性硬化患者的自身抗体
来源期刊 基础医学与临床 学科 医学
关键词 多发性硬化 蛋白质芯片 自身抗体
年,卷(期) 2016,(7) 所属期刊栏目 研究论文
研究方向 页码范围 941-945
页数 5页 分类号 R392.11
字数 2640字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何维 中国医学科学院基础医学研究所北京协和医学院基础学院免疫学系 46 200 7.0 12.0
2 张建民 中国医学科学院基础医学研究所北京协和医学院基础学院免疫学系 8 21 3.0 4.0
3 蔡孟华 中国医学科学院基础医学研究所北京协和医学院基础学院免疫学系 2 6 2.0 2.0
4 周瑜 中国医学科学院基础医学研究所北京协和医学院基础学院免疫学系 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (7)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多发性硬化
蛋白质芯片
自身抗体
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
基础医学与临床
月刊
1001-6325
11-2652/R
大16开
北京东单三条5号
82-358
1981
chi
出版文献量(篇)
7613
总下载数(次)
10
总被引数(次)
29500
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导